Microsoft365DSC 1.25.509.1版本发布:强化Azure AD与Intune配置管理
Microsoft365DSC(Microsoft 365 Desired State Configuration)是一个基于PowerShell的开源项目,它允许管理员通过声明式语法定义和自动化Microsoft 365环境的配置管理。该项目通过DSC(Desired State Configuration)模型,为Microsoft 365服务提供了一种配置即代码的解决方案,使管理员能够轻松部署、监控和维护Microsoft 365环境中的各项配置。
新增资源模块
本次1.25.509.1版本引入了多个全新的Azure Active Directory(AAD)相关资源模块,显著扩展了配置管理能力:
-
AADAppManagementPolicy:全新资源模块,用于管理Azure AD应用管理策略,使管理员能够通过代码定义应用访问和权限控制策略。
-
AADB2CAuthenticationMethodsPolicy:新增对Azure AD B2C认证方法策略的支持,为B2C租户提供更精细的身份验证方法控制。
-
AADMultiTenantOrganizationIdentitySyncPolicyTemplate:引入多租户组织身份同步策略模板管理功能,简化跨租户身份同步配置。
-
AADTenantAppManagementPolicy:新增租户级应用管理策略资源,支持在租户级别统一管理应用策略。
-
AADTokenIssuancePolicy:全新资源模块,支持配置Azure AD令牌颁发策略,控制令牌的颁发行为和内容。
现有模块功能增强与修复
Azure AD相关改进
AADAuthenticationFlowPolicy模块修复了参数传递方式的问题,现在能够正确地将参数作为请求体发送,而非直接传递布尔值,提高了策略更新的可靠性。
AADCrossTenantAccessPolicyConfigurationDefault模块进行了重要更新,现在直接调用REST API而非通过cmdlet,解决了参数大小写敏感性问题,提升了跨租户访问策略配置的稳定性。
Exchange Online优化
EXORecipientPermission模块改进了资源获取逻辑,现在能够准确识别和检索具有相似名称模式的多个实例,解决了权限匹配问题。
EXORetentionPolicyTag模块修复了AgeLimitForRetention属性的评估逻辑,确保保留策略标签的年龄限制配置能够被正确验证和应用。
Intune无线配置策略增强
针对不同平台的Intune无线配置策略模块进行了多项改进:
-
IntuneWifiConfigurationPolicyAndroidEnterpriseDeviceOwner:修正了模板类型识别问题,确保企业设备所有者配置准确无误。
-
IntuneWifiConfigurationPolicyIOS:修复了测试逻辑和可用属性问题,解决了特定场景下的配置验证失败情况。
-
IntuneWifiConfigurationPolicyMacOS和IntuneWifiConfigurationPolicyWindows10:扩展了导出功能,包含更多配置属性,提供更全面的策略管理能力。
Planner任务管理改进
PlannerTask模块现在支持设置多达25个分类,显著扩展了任务分类管理能力,满足复杂项目管理需求。
Teams应用设置策略修复
TeamsAppSetupPolicy模块优化了空值处理逻辑,确保在测试资源配置时能够正确处理空值情况,提高策略评估的准确性。
核心引擎优化
本次版本对Microsoft365DSC的核心功能进行了两项重要改进:
-
移除了MaxProcesses参数:从
Start-M365DSCConfigurationExtract内部函数和Export-M365DSCConfiguration公共函数中移除了MaxProcesses参数,简化了配置提取过程,解决了并行处理可能引发的问题。 -
基础数组比较修复:修正了基础数组比较逻辑,确保配置比较时能够正确处理数组类型的属性,提高了配置差异检测的准确性。
依赖项更新
为确保兼容性和稳定性,本次版本更新了关键依赖项:
- ExchangeOnlineManagement模块升级至3.7.2版本
- MicrosoftTeams模块升级至7.0.0版本
这些依赖项的更新带来了最新的API支持和功能改进,为Microsoft365DSC提供了更稳固的基础。
总结
Microsoft365DSC 1.25.509.1版本通过新增多个Azure AD相关资源模块,显著扩展了Microsoft 365环境的配置管理范围。同时,对现有模块的修复和优化提高了配置管理的准确性和可靠性。核心引擎的改进简化了配置提取过程并增强了比较功能,而依赖项的更新则为整个框架提供了更好的支持基础。这些变化共同使Microsoft365DSC成为管理Microsoft 365环境配置更加强大和可靠的工具。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00